供应链需求预测.ppt

供应链的需求预测,Demand Forecasting in Supply Chain,供应链中预测的作用； 预测的特点； 预测的组成及方法； 预测的基本步骤； 时间序列预测法； 预测误差的度量； 实例：塔霍湖盐业公司的需求预测；,主要内容,需求预测构成供应链中所有计划的基础； 供应链推/拉运作机制： 推的过程：预测顾客需求； 拉的过程：回应顾客需求； 实例：DELL: 预测客户订单，进行零部件订购（推的过程）； 回应客户订单，进行生产（拉的过程）； 精确的预测能够让供应链获得较快的顾客响应速度，同时具有一定的经营效率。,1、供应链中预测的作用,决策实例: 生产：排程、存货控制、总体规划、采购。 营销：营销人员分派、促销、新产品介绍。 财务：工厂设备投資、预算规划。 人事：人力规划、雇佣、解雇。 上述决策与预测都有相关性； 拥有稳定需求的成熟产品容易进行预测； 高科技产品及流行产品预测相当困难；,1、供应链中预测的作用,预测的结果通常是不准确的，所以需要考虑预测结果和预测误差； 长期预测的准确性通常比短期预测要低； 综合预测通常要比分解预测准确； 一般来说，一家公司的供应链越长，所获得信息失真的可能性越大：牛鞭效应。,2、预测的特点,预测的相关要素： 过去的需求； 产品的提前期； 广告计划或其他营销努力； 经济状况； 价格折扣； 竞争者的行为；,3、预测的组成及预测方法：,预测方法： 定性法：主要依赖于人的主观判断。 适用情况：只能获得很少的历史数据或专家的意见十分重要； 主要方法：集体讨论法；类比法；市场研究法；德尔菲法； 时间序列法：利用历史需求数据对未来需求进行预测； 因果关系法：假定需求预测与某些外界因素（如经济状况、利率）等高度相关，找到这些外界因素与需求之间的关联性，通过预测外界因素的变化来预测需求； 仿真法：通过计算机模拟消费者选择来预测需求；,3、预测的组成及预测方法,（1）理解预测的目标； （2）把供应链需求计划和预测整合起来； （3）了解和识别顾客群； （4）识别影响需求预测的主要因素； （5）确定合适的预测技术； （6）设定预测绩效和误差测度；,4、预测的基本步骤,时间序列：未来需求受下列因素影响： 目前需求（需求水平）； 过去成长趋势（需求趋势）； 过去季节性信息（季节系数）； 与历史需求无关的随机部分。,5、时间序列预测法：,7-10,5、时间序列预测法,可观察到的需求（O）系统部分（S）随机部分（R）,水准：去除季节性因素的目前需求（系统部分）,趋势：对于下一个周期在需求上成长或衰退的比例（系统部分）,季节性：在需求上可以预测的季节性变动（系统部分）,系统部分（Systematic Component）由需求的期望值予以度量。 随机的部分（Random Component ）则是偏离系统部分的预测。 预测误差（Forecast Error）是测量预测值与真实值之间的差距。,5、时间序列预测法,7-12,5.1 静态预测法,实例：塔霍湖盐业公司：,5.1 静态预测法,实例：塔霍湖盐业公司：,5.1 静态预测法,具体操作步骤： 一、剔除季节性系数对需求的影响，然后对这些经过处理的需求数据进行先行回归，以求得基期的需求水平和需求趋势； 估计季节性系数；,5.1 静态预测法,第一步：估计需求水平和需求趋势： p是每次季节性循环包含的期数；,5.1 静态预测法,第一步：估计需求水平和需求趋势:,5.1 静态预测法,5.1 静态预测法,去除季节性因素影响的需求后，混合型系统部分公式可以写为：,第一步：估计需求水平和需求趋势:,5.1 静态预测法,第二步：估计季节性系数： 假设有r个季节性循环，对所有表示形式为jp+i, lip的时期，可以计算季节性系数为：,5.1 静态预测法,2019/11/17,21,可编辑,5.1 静态预测法,对于塔霍湖盐业公司的例子，资料统计是12个周期，每期循环期数尾p 4，那么表示有r3 个季节性循环周期。利用公式（5）可以得到季节性因素如下：,5.1 静态预测法,利用静态预测方法对下一个四季求得的预测值如下：,5.1 静态预测法,F13 = (L + 13T) S13 = (18,439 + 13 524)0.47 = 11,868, F14 = (L + 14T) S14 = (18,439 + 14 524)0.68 = 17,527, F15 = (L + 15T) S15 = (18,439 + 15 524)1.17 = 30,770, F16 = (L + 16T) S16 = (18,439 + 16 524)1.67 = 44,794.,假设需求趋势或者季节性需求也要变动 Lt=t期末的预计需求水平 Tt=t期末的预计需求趋势 St= t期末预计季节需求 Dt= t期实际观测的需求 Ft= t期的预测需求 Et= t期的预测误差,5.2、适应性预测法,第一步：初始化：由给定数据计算出需求水平(L0)、需求趋势(T0)和季节性系数（S1 ,S2,Sp）的初始值，具体方法跟静态预测法完全一样； 第二步：预测： Ft+l=（Lt+lTt） St+l 第三步：预测误差： Et+1= Ft+1-Dt+1 第四步：修正误差：由给定的预测误差Et+1来修正需求水平（Lt+1)、需求趋势(Tt+1)和季节性系数(St+p+1)的值； 对后续各期重复以上2-4步。,5.2、适应性预测法的步骤,适用于：需求没有可观测到的需求趋势或季节性； 需求公式： 需求的系统成分=需求水平； 计算方法：将最近N个时期需求的平均值做为t期的需求水平，公式为 当前对未来时期的预测都是相同的，并且都基于当前对需求水平的预测，即：,5.2.1 移动平均法,在观测到第t+1期的实际需求之后，对需求做如下修改： 例5-1：一个超市在过去4周的牛奶需求分别为120、127、114和122加仑，用移动平均法根据前4周的需求预测值预测第5周的需求，如果第5周的实际需求为125加仑，则预测误差为多少？,5.2.1 移动平均法,适用于：需求没有可观测到的需求趋势或季节性； 需求公式： 需求的系统成分=需求水平； 第一步：计算需求水平的初始值，初始值为： 当前所有对未来时期的预测都等同于当前对需求水平的估计，即：,5.2.2 简单指数平滑法,第二步：当我们得到t+1期的实际需求值Dt+1后，对需求水平做如下修正： 例5-2：上个例子中超市在过去四周的牛奶需求分别为120、127、114和122加仑，用简单指数平滑法预测第1期的需求，其中=0.1,5.2.2 简单指数平滑法,适用于：需求的系统成分中有需求水平和需求趋势，但是没有季节性。 需求公式： 需求的系统成分=需求水平+需求趋势； 第一步：对需求Dt和时期t之间做线性回归，从而得到对需求水平和需求趋势的初始预测值，形式如下： Dt=at+b （12） 在时期t，给定需求水平和需求趋势的预测值Lt和Tt，下一期的预测值可以表示为： Ft+1 =Lt+Tt 和 Ft+n =Lt +nTt (13),5.2.3 矫正需求趋势的指数平滑法（Holt 模型）,第二步：在观察到t期的实际需求后，对需求水平和需求趋势的值做如下矫正： Lt+1=Dt+1+(1-)(Lt+Tt) (14a) Tt+1=(Lt+1 Lt)+ (1-) Tt (14b) 为需求水平的平滑指数，0 1; 为需求趋势的平滑指数，0 1; 例5-3：一家电子制造商在过去6个月中观察到它的最新MP3产品的需求一直保持增长，需求的观测值（以千计）分别为3,417,774、3,511,513、4,208,095、4,627,478 、 5,247,125和6,130,262，试用矫正需求趋势的指数平滑法预测第7期的需求，其中=0.1, =0.2.,5.2.3 矫正需求趋势的指数平滑法（Holt 模型）,5.2.4 矫正需求趋势和季节性的指数平滑法（Winter模型）,第三步：观测到t+1期的需求后，对需求水平、需求趋势和季节性系数做如下修正： Lt+1=(Dt+1/St+1 )+(1-)(Lt +Tt) (16a) Tt+1= (Lt+1 -Lt) +(1-)Tt (16b) St+1=(Dt+1/Lt+1 )+(1-)St+1 (16c) 例5-4：根据前面塔霍湖盐业公司的需求数据，用矫正需求趋势和季节性的指数平滑法预测第1期的需求，其中=0.1， =0.2， =0.1.,5.2.4 矫正需求趋势和季节性的指数平滑法（Winter模型）,分析原因： 可以运用误差分析，检查是否准确反映系统需求部分 误差用来解释意外事件 误差在一定范围是可以接受的；t期的误差是该期预测需求与实际需求的差值，对管理者来说，在采取预测的行动前估计误差值是十分重要的。 t期的预测误差可以用下式表示： Et=Ft-Dt,6 预测误差的测量,衡量方法： MSE表示误差的离散程度（mean squared error） MSEn =1/nEt2 At 表示t期误差绝对值（absolute deviation） At=|Et| MADn 表示平均绝对误差 MADn =1/n At 如果正态分布，MAD可以用来预测随机需求部分标准差 =1.25MAD MAPEn表示平均绝对百分比误差 MAPEn = （ |Et/Dt|）100/n 为辨别是否持续低估或者高估，用预测误差之和衡量 Bias= Et TS路径信号（tracking signal） TSt